CN106841381B - 钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统 - Google Patents

钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统 Download PDF

Info

Publication number
CN106841381B
CN106841381B CN201710158435.2A CN201710158435A CN106841381B CN 106841381 B CN106841381 B CN 106841381B CN 201710158435 A CN201710158435 A CN 201710158435A CN 106841381 B CN106841381 B CN 106841381B
Authority
CN
China
Prior art keywords
steel wire
wire rope
fault
flaw detection
processing device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710158435.2A
Other languages
English (en)
Other versions
CN106841381A (zh
Inventor
寇子明
吴娟
寇彦飞
李腾宇
高鑫宇
李志刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiyuan University of Technology
Original Assignee
Taiyuan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taiyuan University of Technology filed Critical Taiyuan University of Technology
Priority to CN201710158435.2A priority Critical patent/CN106841381B/zh
Publication of CN106841381A publication Critical patent/CN106841381A/zh
Application granted granted Critical
Publication of CN106841381B publication Critical patent/CN106841381B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/83Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields
    • G01N27/85Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields using magnetographic methods
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/952Inspecting the exterior surface of cylindrical bodies or wires
    • GPHYSICS
    • G08SIGNALLING
    • G08CTRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C19/00Electric signal transmission systems
    • G08C19/36Electric signal transmission systems using optical means to covert the input signal

Abstract

本发明涉及一种钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统,系统包括:探伤传感器、通讯模块和计算处理装置,探伤传感器设置在待检的钢丝绳周围,用于实时采集钢丝绳的缺陷信号;通讯模块用于对钢丝绳的缺陷信号进行转换,并传递给计算处理装置;计算处理装置用于从转换后的缺陷信号中提取故障特征值,并在预设的故障特征库查找与故障特征值对应的钢丝绳故障类别。本发明通过对探测钢丝绳的缺陷信号的转换和故障特征值的提取,再通过预设的故障特征库来查找故障特征值对应的钢丝绳故障类别,从而在对钢丝绳进行探伤的同时,还能够实现对钢丝绳的损伤类型进行准确判断,进而方便操作人员及时对故障进行排查和维修。

Description

钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统
技术领域
本发明涉及探伤检测领域,尤其涉及一种钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统。
背景技术
对于矿井提升机来说,钢丝绳悬挂装置是提升机正常运行的重要装置。钢丝绳在使用过程中可能出现损伤,如果不能及时发现损伤以及损伤出现的位置,则可能导致断绳事故。
公开号为CN104569143A的中国发明专利申请披露了一种矿用钢丝绳探伤用在线监测系统,该系统包括设在支架上的一对带轮,一对带轮之间连接有钢丝绳,带轮下方支架上设有由检测机架带动的传感器,检测机架架设在支架上且能够沿其滑道移动,检测机架与系统控制台相连用以控制传感器抱合被检测钢丝绳。该系统无法解决钢丝绳在运行过程中的抖动对测试结果的影响,无法解决测量盲区的重大问题,不能够实时监测数据的变化。
为了克服钢丝绳抖动对测量的影响,公开号为CN203502379U的中国实用新型专利披露了一种钢丝绳实时动态探伤系统,该系统中的采集单元包括至少一组导磁式传感器,对钢丝绳受损信号进行拾取和放大,利用两个传感器进行平衡输出,并对信号进行抗干扰处理,从而更准确地探知钢丝绳发生的损伤。但该方案不能对钢丝绳的损伤类型作出判断,而需要操作人员在获知钢丝绳发生损伤后,自行根据经验或实际观看钢丝绳的损害部位才能够进行判断,进而在实用性上仍待改善。在该方案中采用传统编码器进行速度检测,而由于钢丝绳在使用时容易出现打滑,因此检测到的速度准确度较低。
发明内容
本发明的目的是提出一种钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统,能够在钢丝绳探伤的同时,对钢丝绳的损伤类型进行准确判断。
为实现上述目的,本发明提供了一种钢丝绳在线探伤监测系统,包括:探伤传感器、通讯模块和计算处理装置,所述探伤传感器通过所述通讯模块与所述计算处理装置进行通讯;其中,
所述探伤传感器设置在待检的钢丝绳周围,用于实时采集所述钢丝绳的缺陷信号;
所述通讯模块用于对所述钢丝绳的缺陷信号进行转换,并传递给所述计算处理装置;
所述计算处理装置用于从转换后的缺陷信号中提取故障特征值,并在预设的故障特征库查找与所述故障特征值对应的钢丝绳故障类别。
进一步地,所述计算处理装置具体包括:
故障特征提取模块,用于从转换后的缺陷信号中提取故障特征值;
故障特征库,预先设置在所述计算处理装置中,用于存储各种钢丝绳故障类别及其对应的故障特征值;
故障类别查找模块,用于在预设的故障特征库查找与所述故障特征值对应的钢丝绳故障类别。
进一步地,所述计算处理装置还包括:
时间记录模块,用于记录在钢丝绳上预先设置的两个相同故障类型的部位之间的顺序出现时间间隔;
速度计算模块,用于根据所述两个相同故障类型的部位之间的预设间距和所述顺序出现时间间隔计算钢丝绳的运行速度。
进一步地,所述故障特征提取模块进一步包括:
小波去噪单元,用于对所述转换后的缺陷信号进行一维小波去噪处理,获得重构后的信号曲线;
特征值提取单元,用于对所述重构后的信号曲线进行特征值提取。
进一步地,所述小波去噪单元具体包括:
预处理子单元,用于将所述转换后的缺陷信号进行预处理,以去除部分噪声;
一维小波分解子单元,用于对预处理后的缺陷信号采用小波变换,以实现多尺度分解;
分解系数处理子单元,用于计算各尺度的系数,并对各尺度的系数进行去噪处理;
一维小波重构子单元,用于根据小波分解的各尺度中最底层低频系数和各层高频系数进行一维小波的重构。
进一步地,还包括图像采集摄像头,用于采集所述钢丝绳的故障图像;所述通讯模块还用于将所述钢丝绳的故障图像传递给所述计算处理装置;
所述计算处理装置还用于对所述钢丝绳的故障图像进行图像增强处理,并对增强后的故障图像进行呈现。
进一步地,所述计算处理装置包括:
图像灰度变换模块,用于将所述钢丝绳的故障图像的灰度值表示为占据频率域的低频部分的入射光分量、入射光常量和占据频率域的高频部分的反射光分量;
光分量分离模块,用于以取对数法分离所述入射光分量、所述入射光常量和所述反射光分量;
低通滤波处理模块,用于对分离后的算式进行低通滤波处理;
图像高频增强模块,用于以分离后的算式减去经低通滤波后的算式,并保留所述入射光常量,再进行指数运算,以得到高频增强图像。
进一步地,所述低通滤波处理模块为中值滤波器。
进一步地,所述探伤传感器包括N个导磁式探伤模块,且平均分布在圆周上,各个所述导磁式探伤模块能覆盖所述钢丝绳的360/N度。
进一步地,所述导磁式探伤模块包括感应线圈和磁通量大小相等且方向相反的两个激励线圈,所述两个激励线圈均连接能够供应交流电的激励源,当有缺陷的钢丝绳相对于所述导磁式探伤模块运动时,所述感应线圈感应出的电动势信号传递给所述通讯模块。
进一步地,还包括固定架、高度调节机构和角度调节机构,所述探伤传感器安装在所述角度调节机构上,所述角度调节机构安装在所述高度调节机构上,能够调整所述探伤传感器的倾角,所述高度调节机构安装在所述固定架上,能够调整所述探伤传感器的高度。
进一步地,还包括矿用隔爆兼本质安全型分站,所述矿用隔爆兼本质安全型分站具体包括:隔爆外壳、本质安全型电源模块、远程停送电控制模块和数据处理模块,所述本质安全型电源模块、远程停送电控制模块和数据采集模块均集成在所述隔爆外壳内的机芯中,所述本质安全型电源模块用于供电给所述探伤传感器和用于控制所述钢丝绳的驱动电源的伺服单片机,所述数据处理模块用于接收所述探伤传感器传递的信号,并通过通讯接口传递给所述通讯模块。
进一步地,所述通讯模块为矿用一般兼本质安全型通讯模块,安装在地面监控中心;所述通讯模块具有通讯信号转换单元、光耦和AC/DC转换电路,所述通讯信号转换单元用于将所述钢丝绳的缺陷信号转换为USB接口信号,所述光耦和所述AC/DC转换电路对所述计算处理装置的非本质安全型输出和所述通讯接口的本质安全型输出进行隔离。
进一步地,所述计算处理装置还包括:
钢丝绳故障显示模块,用于在确定所述钢丝绳故障类别时,向所述图像采集摄像头发送控制指令,以采集此时刻的所述钢丝绳的故障图像。
为实现上述目的,本发明提供了一种基于前述的钢丝绳在线探伤监测系统的钢丝绳在线探伤监测方法,包括:
所述探伤传感器实时采集所述钢丝绳的缺陷信号,并通过所述通讯模块对所述钢丝绳的缺陷信号进行转换,并传递给所述计算处理装置;
所述计算处理装置从转换后的缺陷信号中提取故障特征值,并在预设的故障特征库查找与所述故障特征值对应的钢丝绳故障类别。
进一步地,所述计算处理装置从转换后的缺陷信号中提取故障特征值,并在预设的故障特征库查找与所述故障特征值对应的钢丝绳故障类别的操作具体包括:
所述计算处理装置对所述转换后的缺陷信号进行一维小波去噪处理,获得重构后的信号曲线;
所述计算处理装置对所述重构后的信号曲线进行特征值提取,并根据提取出的故障特征值在预先设置在所述计算处理装置中的故障特征库中进行查找,以确定与该故障特征值对应的钢丝绳故障类别。
进一步地,所述计算处理装置对所述转换后的缺陷信号进行一维小波去噪处理,获得重构后的信号曲线的操作具体包括:
将所述转换后的缺陷信号进行预处理,以去除部分噪声;
对预处理后的缺陷信号采用小波变换,以实现多尺度分解;
计算各尺度的系数,并对各尺度的系数进行去噪处理;
根据小波分解的各尺度中最底层低频系数和各层高频系数进行一维小波的重构。
进一步地,还包括速度计算步骤:
所述计算处理装置从转换后的缺陷信号中提取故障特征值,并记录在钢丝绳上预先设置的两个相同故障类型的部位之间的顺序出现时间间隔;
所述计算处理装置根据所述两个相同故障类型的部位之间的预设间距和所述顺序出现时间间隔计算钢丝绳的运行速度。
进一步地,所述钢丝绳在线探伤监测系统还包括图像采集摄像头,用于采集所述钢丝绳的故障图像;所述钢丝绳在线探伤监测方法还包括故障图像采集呈现步骤:
所述图像采集摄像头将所述钢丝绳的故障图像通过所述通讯模块传递给所述计算处理装置;
所述计算处理装置对所述钢丝绳的故障图像进行图像增强处理,并对增强后的故障图像进行呈现。
进一步地,所述计算处理装置对所述钢丝绳的故障图像进行图像增强处理的操作具体包括:
所述计算处理装置将所述钢丝绳的故障图像的灰度值表示为占据频率域的低频部分的入射光分量、入射光常量和占据频率域的高频部分的反射光分量,并以取对数法分离所述入射光分量、所述入射光常量和所述反射光分量;
所述计算处理装置对分离后的算式进行低通滤波处理,并以分离后的算式减去经低通滤波后的算式,并保留所述入射光常量,再进行指数运算,以得到高频增强图像。
进一步地,所述计算处理装置对分离后的算式进行低通滤波处理的操作具体为:
所述计算处理装置采用中值滤波算法将分离后的算式中的入射光分量和入射光常量分离出来。
进一步地,还包括:所述计算处理装置在确定所述钢丝绳故障类别时,向所述图像采集摄像头发送控制指令,以采集此时刻的所述钢丝绳的故障图像。
为实现上述目的,本发明提供了一种矿用多绳摩擦提升系统,包括前述的钢丝绳在线探伤监测系统。
基于上述技术方案,本发明通过对探测钢丝绳的缺陷信号的转换和故障特征值的提取,再通过预设的故障特征库来查找故障特征值对应的钢丝绳故障类别,从而在对钢丝绳进行探伤的同时,还能够实现对钢丝绳的损伤类型进行准确判断,进而方便操作人员及时对故障进行排查和维修。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明钢丝绳在线探伤监测系统的一实施例的结构示意图。
图2为本发明钢丝绳在线探伤监测系统的另一实施例的结构示意图。
图3为本发明钢丝绳在线探伤监测系统的又一实施例的结构示意图。
图4、5分别为本发明钢丝绳在线探伤监测系统实施例中探伤传感器的安装和调整结构的不同角度的示意图。
图6为本发明钢丝绳在线探伤监测系统实施例中探伤传感器的实现原理示意图。
图7为本发明钢丝绳在线探伤监测方法的一实施例的流程示意图。
图8为本发明钢丝绳在线探伤监测方法的另一实施例的流程示意图。
图9为本发明钢丝绳在线探伤监测方法的又一实施例的流程示意图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
如图1所示,为本发明钢丝绳在线探伤监测系统的一实施例的结构示意图。在本实施例中,钢丝绳在线探伤监测系统包括:探伤传感器10、通讯模块20和计算处理装置30。探伤传感器10通过所述通讯模块20与所述计算处理装置30进行通讯。
探伤传感器10设置在待检的钢丝绳周围,用于实时采集所述钢丝绳的缺陷信号。探伤传感器10可以具体包括N个导磁式探伤模块,且平均分布在圆周上,各个所述导磁式探伤模块能覆盖所述钢丝绳的360/N度,以N=3为例,每个导磁式探伤模块分别覆盖钢丝绳的120度。通过对钢丝绳全面的覆盖作用,消除测量盲区,从而实现对钢丝绳缺陷的准确检测。
这种导磁式探伤模块采用导磁检测技术,具有很高的灵敏度,且不需要磁化钢丝绳,只需导磁式探伤模块直接和钢丝绳构成磁回路,钢丝绳如有损毁,磁回路会发生变化,找到该变化量的平衡点,即可测量出钢丝绳的缺陷。当钢丝绳受损时,由于钢丝绳的磁导率大于空气,因此探伤模块能够迅速地感应出故障信号,从而准确的判断出故障位置。而无损伤且连续的钢丝绳导磁性能良好,探伤传感器在钢丝绳通过时不会产生信号或产生明显信号。而当钢丝绳的钢丝截面积缩小时,钢丝绳的导磁性能变差,探伤传感器检测到信号变化后,探伤信号经过信号处理电路转换成正弦波。导磁式探伤模块输出的正弦波信号幅度和钢丝截面积缩小量成正比,幅值越大,钢丝绳钢丝截面积缩小量越严重;同时,与钢丝绳断丝到探伤模块的距离成反比,距离越大,信号幅值越大。
导磁式探伤模块参考图6,导磁式探伤模块包括感应线圈13和磁通量大小相等且方向相反的两个激励线圈11、12,这两个激励线圈11、12均连接能够供应交流电的激励源14。当有缺陷的钢丝绳60相对于导磁式探伤模块运动时,感应线圈13感应出的电动势信号传递给通讯模块20。当钢丝绳60存在断丝、断股、腐蚀、接头抽动等损伤情况时,钢丝绳60先经过激励线圈11,损伤缺陷引起激励线圈11的磁通量发生变化,打破平衡,使感应线圈13产生感应电动势ε+;当缺陷经过激励线圈12时,又引起激励线圈12的磁通量变化,使感应线圈13感应出电动势ε-。因此当有缺陷的钢丝绳60经过时,感应线圈13感应出的电动势为2ε,此信号可经过放大电路转换为模拟信号再进行后续处理。
在另一实施例中,钢丝绳在线探伤监测系统,其中还包括固定架、高度调节机构和角度调节机构,探伤传感器10安装在所述角度调节机构上,所述角度调节机构安装在所述高度调节机构上,能够调整所述探伤传感器10的倾角,所述高度调节机构安装在所述固定架上,能够调整所述探伤传感器10的高度。图4和图5分别示出了该实施例不同视角下探伤传感器的安装和调整结构的一种具体结构实例。
在图4中,底座51与竖板53通过横板52焊接以形成固定架,在竖板53上可开设有向上延伸的滑槽54,滑座55可沿该滑槽54在竖直方向上调整位置,而滑座55的靠上位置设有铰接座56,探伤传感器10则通过该铰接座56与滑座55铰接,且能够相对于滑座55调整倾角。这里滑座55和滑槽54构成了高度调节机构,而滑座55和铰接座56则构成了角度调节机构。在另一实施例中,为了减少煤泥、污水对设备的侵蚀,还可以制作一个固定大架,将探伤传感器悬吊在固定大架上,利用主机的螺纹支腿,调整传感器支架高度及压轮高度,使钢丝绳正好位于传感器通孔中央,以调节探伤传感器与钢丝绳的间隙均匀。
考虑到在井下通常会采用多根钢丝绳进行悬吊,因此在图5中可以看到有四个探伤传感器10均通过铰接座56与滑座55进行铰接。在底座51上还可以进一步设置矿用隔爆兼本质安全型分站。该矿用隔爆兼本质安全型分站具体包括:隔爆外壳57、本质安全型电源模块、远程停送电控制模块和数据处理模块。由矿用隔爆兼本质安全型分站进行数据采集、存储,并将数据传输到地面中心站计算机,所有部件布置在不锈钢壳体内,然后再使用不锈钢护罩进行防护。双层不锈钢防护保证了主机在淋水、潮湿、低温、强磁等复杂恶劣环境下仍能正常工作。
本质安全型电源模块、远程停送电控制模块和数据采集模块均可集成在所述隔爆外壳57内的机芯中。其中,本质安全型电源模块负责给所述探伤传感器10和用于控制所述钢丝绳的驱动电源的伺服单片机供电。数据处理模块用于接收所述探伤传感器10传递的信号,并通过通讯接口传递给所述通讯模块20。传感器的探伤信号通过矿用隔爆兼本质安全型分站的数据处理单元通过通讯接口将数据发送到上位机(即计算处理装置),上位机的分析软件通过自动提取故障特征值进行损伤分类识别,将处理结果直观的显示在上位机。
在本实施例中,通讯模块20用于对所述钢丝绳的缺陷信号进行转换,并传递给所述计算处理装置30。其中,对于矿井环境,通讯模块20优选采用矿用一般兼本质安全型通讯模块20,其安装在地面监控中心。该通讯模块20可具有通讯信号转换单元、光耦和AC/DC转换电路。其中,通讯信号转换单元用于将所述钢丝绳的缺陷信号转换为USB接口信号,光耦和AC/DC转换电路对所述计算处理装置30的非本质安全型输出和所述通讯接口的本质安全型输出进行隔离,从而保证了通往井下的通讯线路的本质安全性能。通讯接口还设有电源指示、通讯状态指示及故障指示灯。
计算处理装置30作为上位机在接收到来自通讯模块20的信号后,能够从转换后的缺陷信号中提取故障特征值,并在预设的故障特征库32查找与所述故障特征值对应的钢丝绳故障类别,进而在对钢丝绳进行探伤的同时,还实现了对钢丝绳的损伤类型进行准确判断,方便了操作人员及时对故障的排查和维修。
计算处理装置30除了对钢丝绳的断丝、磨损、锈蚀和截面积缩小等损伤类型进行在线实时监测和确认,在其它实施例中还能够对故障部位进行准确定位。当出现断丝等故障信号时,计算处理装置30还可以通过处理采集到的故障图片来更清晰、直观的呈现钢丝绳上的损伤状况。需要时,还可以方便地调出历史数据比较分析,极大地方便了现场操作人员对钢丝绳的变化情况进行分析预警。此外,计算处理装置30还可以设置检测结果实时打印功能。
如图2所示,为本发明钢丝绳在线探伤监测系统的另一实施例的结构示意图。在本实施例中,计算处理装置30具体包括:故障特征提取模块31、故障特征库32和故障类别查找模块33。其中,故障特征提取模块31用于从转换后的缺陷信号中提取故障特征值。故障特征库32预先设置在所述计算处理装置30中,用于存储各种钢丝绳故障类别及其对应的故障特征值。故障类别查找模块33则用于在预设的故障特征库32查找与所述故障特征值对应的钢丝绳故障类别。
对于不同的钢丝绳故障,例如断丝、磨损、锈蚀、截面积减小等状况来说,其反映到探伤信号上则体现为信号幅度、频率等多方面特点存在差异,而同类故障的信号特点则非常相似。利用这一性质,故障特征提取模块需要从转换后的缺陷信号中找出体现该缺陷的故障特征值,以便根据该故障特征值来确定是哪类故障。
故障特征值的提取可采用多种现有的提取算法,例如傅里叶变换、小波变换等。在本实施例中优选采用小波技术进行故障特征提取,这种提取方法能够利用小波滤波去噪来成功地保留信号特征,因此在这一点上优于传统的低通滤波器。而与傅里叶变换相比,小波变换是空间(时间)和频率的局部变换,因而能够有效地从信号中提取信息。而通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析,则解决了Fourier变换不能解决的许多困难问题。
在此基础上,故障特征提取模块31可以进一步包括:小波去噪单元和特征值提取单元。小波去噪单元用于对所述转换后的缺陷信号进行一维小波去噪处理,获得重构后的信号曲线。特征值提取单元则用于对所述重构后的信号曲线进行特征值提取。
对于小波去噪单元来说,其可以具体包括以下子单元:预处理子单元、一维小波分解子单元、分解系数处理子单元和一维小波重构子单元。其中,预处理子单元用于将所述转换后的缺陷信号进行预处理,以去除部分噪声。一维小波分解子单元用于对预处理后的缺陷信号采用小波变换,以实现多尺度分解。分解系数处理子单元用于计算各尺度的系数,并对各尺度的系数进行去噪处理。一维小波重构子单元用于根据小波分解的各尺度中最底层低频系数和各层高频系数进行一维小波的重构。
在此基础上,下面将结合公式对小波去噪的过程进行具体分析。一般来说,噪声信号多包含在具有较高频率细节中,因此本实施例在对信号进行了小波分解之后,利用门限阈值等形式对所分解的小波系数进行权重处理,然后对小信号再进行重构即可达到信号去噪的目的。以下分别说明:
1、一维信号的小波分解,选择一个小波并确定分解的层次,然后进行分解计算。一个含噪的一维信号模型可表示为如下形式:
x(t)=f(t)+ε*e(t)
其中,f(t)为有用信号,x(t)为含噪声信号,e(t)为噪声,ε为噪声系数的标准偏差。
2、小波分解高频系数的阈值量化,对各个分解尺度下的高频系数选择一个阈值进行软阈值量化处理。在小波变换中,对各层系数所需的阈值一般根据原始信号的信号噪声比来选取,也即通过小波各层分解系数的标准差来求取,在得到信号噪声强度后,可以确定各层的阈值。我们在空间Vj=Vj-1+Wj-1上表示信号,也就是说对于每一个在Vj上表示的信号x(t)能用两个空间中的基函数来表示:
Figure BDA0001247819930000121
这个过程就是把信号x(t)分解为低频信号和高频信号的和,而cA0、cA1、cD1为权重系数。φj-1,k(t)和Wj-1,k(t)为预先设定的已知小波基函数,例如db1,db2等。
我们在尺度度量空间j对系数A0(k)进行分解,可得到在尺度度量空间j-1的两个系数A1(k)和D1(k)。同样的,我们也能从两个系数A1(k)和D1(k)通过重构得到系数A0(k)。
当小波和尺度在空间内是正交的,我们就可以用内积公式计算得到系数cA1(k)和cD1(k):
Figure BDA0001247819930000122
Figure BDA0001247819930000123
下面是内积计算方法的具体公式:
Figure BDA0001247819930000124
Figure BDA0001247819930000125
Figure BDA0001247819930000131
在上述推导过程中,采用了s=2j-1t-k以及MRA理论中尺度函数和小波函数均满足的双尺度方程:
Figure BDA0001247819930000132
Figure BDA0001247819930000133
还利用了小波基正交的性质,即只有m=n-2k时不为0。
具体的系数计算过程如下:
Figure BDA0001247819930000134
Figure BDA0001247819930000135
对于上面的小波分解过程,本质其实就是把小波分解为若干个数字滤波器,其中h0,h1为滤波器的系数。通过分别设计高通滤波器和低通滤波器的系数数组即可实现。
3、一维小波重构,根据小波分解的最底层低频系数和各层高频系数进行一维小波的重构。而重构属于是分解的逆过程,可采用硬阈值、软阈值等重构去噪算法。小波重构信号之后的波形曲线平滑,特征明显,非常有利于提取特征值进行故障识别。这里的特征值可具体包括峰值、波宽、小波系数/或小波包能量等参数。
上述特征值的确定还可以用于钢丝绳的运行速度的计算,即在一根钢丝绳的两个部位分别形成相同故障类型的缺陷,由于相同故障类型缺陷所对应的故障特征值相同,而两个部位之间的间距已知,因此根据相同故障特征值前后出现的时间间隔和该间距就能够计算得到钢丝绳的运行速度。
在图2中,计算处理装置30还可以包括:时间记录模块34和速度计算模块35。其中,时间记录模块34用于记录在钢丝绳上预先设置的两个相同故障类型的部位之间的顺序出现时间间隔。速度计算模块35用于根据所述两个相同故障类型的部位之间的预设间距和所述顺序出现时间间隔计算钢丝绳的运行速度。例如,相同特征值顺序出现的时间间隔为t,而两个缺陷部位之间的间距为s,则钢丝绳的运行速度v=s/t。相比于现有的编码器速度检测来说,本实施例的测试准确度更高,不容易受到钢丝绳打滑的影响。
如图3所示,为本发明钢丝绳在线探伤监测系统的又一实施例的结构示意图。与之前实施例相比,本实施例还包括图像采集摄像头40,用于采集所述钢丝绳的故障图像。通讯模块20还用于将所述钢丝绳的故障图像传递给所述计算处理装置30。计算处理装置30还用于对所述钢丝绳的故障图像进行图像增强处理,并对增强后的故障图像进行呈现。
利用图像采集摄像头40可以对钢丝绳的实际状态进行采集,再通过图像增强技术使得故障更清晰直观的显示在上位机上。与前述的钢丝绳故障检测和类型判别相联动,在确定钢丝绳故障类别时,可以通过向所述图像采集摄像头40发送控制指令,以采集此时刻的所述钢丝绳的故障图像,通过在上位机上显示,以便于工作人员进行观察和判断受损状况,从而及时地对危险情况进行预警。相应地,计算处理装置30可进一步包括:钢丝绳故障显示模块,该模块用于在确定所述钢丝绳故障类别时,向所述图像采集摄像头40发送控制指令,以采集此时刻的所述钢丝绳的故障图像。
故障图像的增强可采用现有的各种图像增强技术,本发明提供了一种基于图像同态滤波的实例,即计算处理装置30包括:图像灰度变换模块36、光分量分离模块37、低通滤波处理模块38和图像高频增强模块39。其中,图像灰度变换模块36用于将所述钢丝绳的故障图像的灰度值表示为占据频率域的低频部分的入射光分量、入射光常量和占据频率域的高频部分的反射光分量。光分量分离模块37用于以取对数法分离所述入射光分量、所述入射光常量和所述反射光分量。低通滤波处理模块38,用于对分离后的算式进行低通滤波处理。其中,低通滤波处理模块38优选为中值滤波器。图像高频增强模块39用于以分离后的算式减去经低通滤波后的算式,并保留所述入射光常量,再进行指数运算,以得到高频增强图像。
在此基础上,下面将结合公式对图像处理进行说明。当出现断丝等故障信号时,图像采集摄像头40立刻采集故障图片,其图片灰度值可以看作是由入射光分量和反射光分量的乘积,其中入射光占据频率域的低频部分,对应图像背景,而反射光取决于物体本身的性质,也就是说景物的亮度特征主要取决于反射光。由于同态滤波频域算法需要两次傅里叶变换,占用较大的运算空间,很难满足实时性要求,因此,通常将同态滤波放到空间域上来操作和实现。同态滤波的空域算法的大致思想是先对图像做低通滤波,再用原图减低通滤波后的图像,得到的结果可以达到抑制低频和增强高频的效果。
将图像的灰度函数f(x,y)用下式表示:
f(x,y)=i0·i(x,y)·r(x,y)
其中,i(x,y)是入射光分量,r(x,y)是反射光分量,i0是入射光常量。为了保留一定的低频分量,得到较好的显示效果,因此引入i0。利用取对数的方法将入射光和反射光分离:
g(x,y)=lnf(x,y)=lni0+lni(x,y)+lnr(x,y)
因为入射光分量和入射光常量对应图像的低频部分,而反射光分量对应图像的高频部分,在对g(x,y)进行低通滤波后,就能近似地将入射光分量和入射光常量(即图像的低频部分)分离出来,如下式:
g'(x,y)=LPFg(x,y)≈lni0+lni(x,y)
其中,LPF为低通滤波器。低通滤波器采用了中值滤波算法进行滤波,中值滤波算法不仅能去除传输过程的噪声,而且能保护断丝的边缘。中值滤波是一种非线性滤波器,它将结构元素覆盖区域的像素点的灰度值按升序排列,去掉中间值作为结构元素覆盖的中心像素灰度值的地区,一般情况下,与奇数像素结构元素,如3x3,5x5。中值滤波和周围像素灰度值差异较大的灰度值,而不是简单的平均值。因此,中值滤波不仅能消除孤立的噪声点,还可以减少模糊图像的范围,保留图像的边缘特征。
中值滤波器是一种非线性操作,数字信号中值滤波原理如下:
设一维序列f1,f2,f3,...fn。取窗口长度(点数)为m(m为奇数),对此一维序列进行中值滤波,也就是在输入序列中抽出m个数ft-v,...,ft-1,ft,ft+1,...,ft+v,其中ft是窗口中心点的灰度值,
Figure BDA0001247819930000161
然后m个点在排序的数值大小的灰度值,取号为中心,这个数字为输出滤波器。利用数学公式表达为:
yi=Med{fi-v...,fi...,fi+v}
二维中值滤波由下式表示:
Figure BDA0001247819930000162
其中:A代表窗口;fij表示二维数据序列。
图像经过低通滤波后,将原图减低通滤波后的图像,并加上lni0,以保留一定的低频分量,即可得到高频增强图像:
s(x,y)=lni0+g(x,y)-g'(x,y)≈lni0+lnr(x,y)
对s(x,y)进行指数运算,得到最终增强结果:
s'(x,y)=es(x,y)≈i0r(x,y)
采用同态滤波算法,可以在增强图像高频信息的同时保留部分低频信息,达到压缩图像灰度的动态范围,并增强图像对比度的效果。对于由于照明不良而使图像亮度不足和细节模糊。
上述钢丝绳在线探伤监测系统实施例可应用于各类需要使用钢丝绳进行作业的装置、设备或系统,尤其适用在矿用多绳摩擦提升系统。因此本发明还提供了一种矿用多绳摩擦提升系统,包括前述的钢丝绳在线探伤监测系统。
基于上述钢丝绳在线探伤监测系统实施例,本发明提供了相应的钢丝绳在线探伤监测方法。如图7所示,为本发明钢丝绳在线探伤监测方法的一实施例的流程示意图。在本实施例中,钢丝绳在线探伤监测方法包括:
步骤100、所述探伤传感器实时采集所述钢丝绳的缺陷信号,并通过所述通讯模块对所述钢丝绳的缺陷信号进行转换,并传递给所述计算处理装置;
步骤200、所述计算处理装置从转换后的缺陷信号中提取故障特征值,并在预设的故障特征库查找与所述故障特征值对应的钢丝绳故障类别。
在图8中,上述步骤200中提取故障特征值并查找钢丝绳故障类别的操作可具体包括:
步骤210、所述计算处理装置对所述转换后的缺陷信号进行一维小波去噪处理,获得重构后的信号曲线;
步骤220、所述计算处理装置对所述重构后的信号曲线进行特征值提取,并根据提取出的故障特征值在预先设置在所述计算处理装置中的故障特征库中进行查找,以确定与该故障特征值对应的钢丝绳故障类别。
在步骤210中,先将所述转换后的缺陷信号进行预处理,以去除部分噪声,再对预处理后的缺陷信号采用小波变换,以实现多尺度分解;计算各尺度的系数,并对各尺度的系数进行去噪处理;最后根据小波分解的各尺度中最底层低频系数和各层高频系数进行一维小波的重构。
在另一个钢丝绳在线探伤监测方法实施例中,还可以包括速度计算步骤,即计算处理装置从转换后的缺陷信号中提取故障特征值,并记录在钢丝绳上预先设置的两个相同故障类型的部位之间的顺序出现时间间隔,再根据所述两个相同故障类型的部位之间的预设间距和所述顺序出现时间间隔计算钢丝绳的运行速度。
对于钢丝绳在线探伤监测系统还包括图像采集摄像头的系统实施例来说,钢丝绳在线探伤监测方法还包括故障图像采集呈现步骤:如图9所示,为本发明钢丝绳在线探伤监测方法的又一实施例的流程示意图。与之前实施例相比,该故障图像采集呈现步骤包括:
步骤300、所述图像采集摄像头将所述钢丝绳的故障图像通过所述通讯模块传递给所述计算处理装置;
步骤400、所述计算处理装置对所述钢丝绳的故障图像进行图像增强处理,并对增强后的故障图像进行呈现。
步骤300中图像采集摄像头对钢丝绳图像的采集可以定时进行,也可以由事件驱动,例如可在计算处理装置确定钢丝绳发生故障或者确定钢丝绳故障类别时,通过向图像采集摄像头发送控制指令,来驱动图像采集摄像头采集此时刻的所述钢丝绳的故障图像。
在步骤400中,计算处理装置将所述钢丝绳的故障图像的灰度值表示为占据频率域的低频部分的入射光分量、入射光常量和占据频率域的高频部分的反射光分量,并以取对数法分离所述入射光分量、所述入射光常量和所述反射光分量。然后,计算处理装置对分离后的算式进行低通滤波处理,并以分离后的算式减去经低通滤波后的算式,并保留所述入射光常量,再进行指数运算,以得到高频增强图像。其中所述计算处理装置优选采用中值滤波算法将分离后的算式中的入射光分量和入射光常量分离出来,以实现分离后的算式的低通滤波处理。
本说明书中多个实施例采用递进的方式描述,各实施例的重点有所不同,而各个实施例之间相同或相似的部分相互参见即可。对于方法实施例而言,由于其整体以及涉及的步骤与系统实施例中的内容存在对应关系,因此描述的比较简单,相关之处参见系统实施例的部分说明即可。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (19)

1.一种钢丝绳在线探伤监测系统,包括:探伤传感器、通讯模块和计算处理装置,所述探伤传感器通过所述通讯模块与所述计算处理装置进行通讯;其中,
所述探伤传感器设置在待检的钢丝绳周围,用于实时采集所述钢丝绳的缺陷信号;
所述通讯模块用于对所述钢丝绳的缺陷信号进行转换,并传递给所述计算处理装置;
所述计算处理装置用于从转换后的缺陷信号中提取故障特征值,并在预设的故障特征库查找与所述故障特征值对应的钢丝绳故障类别;
其中,所述计算处理装置具体包括:
故障特征提取模块,用于从转换后的缺陷信号中提取故障特征值;
故障特征库,预先设置在所述计算处理装置中,用于存储各种钢丝绳故障类别及其对应的故障特征值;
故障类别查找模块,用于在预设的故障特征库查找与所述故障特征值对应的钢丝绳故障类别;
时间记录模块,用于记录在钢丝绳上预先设置的两个相同故障类型的部位之间的顺序出现时间间隔;
速度计算模块,用于根据所述两个相同故障类型的部位之间的预设间距和所述顺序出现时间间隔计算钢丝绳的运行速度。
2.根据权利要求1所述的钢丝绳在线探伤监测系统,其中所述故障特征提取模块进一步包括:
小波去噪单元,用于对所述转换后的缺陷信号进行一维小波去噪处理,获得重构后的信号曲线;
特征值提取单元,用于对所述重构后的信号曲线进行特征值提取。
3.根据权利要求2所述的钢丝绳在线探伤监测系统,其中所述小波去噪单元具体包括:
预处理子单元,用于将所述转换后的缺陷信号进行预处理,以去除部分噪声;
一维小波分解子单元,用于对预处理后的缺陷信号采用小波变换,以实现多尺度分解;
分解系数处理子单元,用于计算各尺度的系数,并对各尺度的系数进行去噪处理;
一维小波重构子单元,用于根据小波分解的各尺度中最底层低频系数和各层高频系数进行一维小波的重构。
4.根据权利要求1所述的钢丝绳在线探伤监测系统,其中还包括图像采集摄像头,用于采集所述钢丝绳的故障图像;所述通讯模块还用于将所述钢丝绳的故障图像传递给所述计算处理装置;
所述计算处理装置还用于对所述钢丝绳的故障图像进行图像增强处理,并对增强后的故障图像进行呈现。
5.根据权利要求4所述的钢丝绳在线探伤监测系统,其中所述计算处理装置包括:
图像灰度变换模块,用于将所述钢丝绳的故障图像的灰度值表示为占据频率域的低频部分的入射光分量、入射光常量和占据频率域的高频部分的反射光分量;
光分量分离模块,用于以取对数法分离所述入射光分量、所述入射光常量和所述反射光分量;
低通滤波处理模块,用于对分离后的算式进行低通滤波处理;
图像高频增强模块,用于以分离后的算式减去经低通滤波后的算式,并保留所述入射光常量,再进行指数运算,以得到高频增强图像。
6.根据权利要求5所述的钢丝绳在线探伤监测系统,其中所述低通滤波处理模块为中值滤波器。
7.根据权利要求1所述的钢丝绳在线探伤监测系统,其中所述探伤传感器包括N个导磁式探伤模块,且平均分布在圆周上,各个所述导磁式探伤模块能覆盖所述钢丝绳的360/N度。
8.根据权利要求7所述的钢丝绳在线探伤监测系统,其中所述导磁式探伤模块包括感应线圈和磁通量大小相等且方向相反的两个激励线圈,所述两个激励线圈均连接能够供应交流电的激励源,当有缺陷的钢丝绳相对于所述导磁式探伤模块运动时,所述感应线圈感应出的电动势信号传递给所述通讯模块。
9.根据权利要求1所述的钢丝绳在线探伤监测系统,其中还包括固定架、高度调节机构和角度调节机构,所述探伤传感器安装在所述角度调节机构上,所述角度调节机构安装在所述高度调节机构上,能够调整所述探伤传感器的倾角,所述高度调节机构安装在所述固定架上,能够调整所述探伤传感器的高度。
10.根据权利要求1所述的钢丝绳在线探伤监测系统,其中还包括矿用隔爆兼本质安全型分站,所述矿用隔爆兼本质安全型分站具体包括:隔爆外壳、本质安全型电源模块、远程停送电控制模块和数据处理模块,所述本质安全型电源模块、远程停送电控制模块和数据采集模块均集成在所述隔爆外壳内的机芯中,所述本质安全型电源模块负责给所述探伤传感器和用于控制所述钢丝绳的驱动电源的伺服单片机供电,所述数据处理模块用于接收所述探伤传感器传递的信号,并通过通讯接口传递给所述通讯模块。
11.根据权利要求10所述的钢丝绳在线探伤监测系统,其中所述通讯模块为矿用一般兼本质安全型通讯模块,安装在地面监控中心;所述通讯模块具有通讯信号转换单元、光耦和AC/DC转换电路,所述通讯信号转换单元用于将所述钢丝绳的缺陷信号转换为USB接口信号,所述光耦和所述AC/DC转换电路对所述计算处理装置的非本质安全型输出和所述通讯接口的本质安全型输出进行隔离。
12.根据权利要求4所述的钢丝绳在线探伤监测系统,其中所述计算处理装置还包括:
钢丝绳故障显示模块,用于在确定所述钢丝绳故障类别时,向所述图像采集摄像头发送控制指令,以采集此时刻的所述钢丝绳的故障图像。
13.一种基于权利要求1~12任一所述的钢丝绳在线探伤监测系统的钢丝绳在线探伤监测方法,包括:
所述探伤传感器实时采集所述钢丝绳的缺陷信号,并通过所述通讯模块对所述钢丝绳的缺陷信号进行转换,并传递给所述计算处理装置;
所述计算处理装置从转换后的缺陷信号中提取故障特征值,并在预设的故障特征库查找与所述故障特征值对应的钢丝绳故障类别;
其中,所述计算处理装置从转换后的缺陷信号中提取故障特征值,并在预设的故障特征库查找与所述故障特征值对应的钢丝绳故障类别的操作具体包括:
所述计算处理装置对所述转换后的缺陷信号进行一维小波去噪处理,获得重构后的信号曲线;
所述计算处理装置对所述重构后的信号曲线进行特征值提取,并根据提取出的故障特征值在预先设置在所述计算处理装置中的故障特征库中进行查找,以确定与该故障特征值对应的钢丝绳故障类别;
其中,钢丝绳在线探伤监测方法还包括速度计算步骤:
所述计算处理装置从转换后的缺陷信号中提取故障特征值,并记录在钢丝绳上预先设置的两个相同故障类型的部位之间的顺序出现时间间隔;
所述计算处理装置根据所述两个相同故障类型的部位之间的预设间距和所述顺序出现时间间隔计算钢丝绳的运行速度。
14.根据权利要求13所述的钢丝绳在线探伤监测方法,其中所述计算处理装置对所述转换后的缺陷信号进行一维小波去噪处理,获得重构后的信号曲线的操作具体包括:
将所述转换后的缺陷信号进行预处理,以去除部分噪声;
对预处理后的缺陷信号采用小波变换,以实现多尺度分解;
计算各尺度的系数,并对各尺度的系数进行去噪处理;
根据小波分解的各尺度中最底层低频系数和各层高频系数进行一维小波的重构。
15.根据权利要求13所述的钢丝绳在线探伤监测方法,其中所述钢丝绳在线探伤监测系统还包括图像采集摄像头,用于采集所述钢丝绳的故障图像;所述钢丝绳在线探伤监测方法还包括故障图像采集呈现步骤:
所述图像采集摄像头将所述钢丝绳的故障图像通过所述通讯模块传递给所述计算处理装置;
所述计算处理装置对所述钢丝绳的故障图像进行图像增强处理,并对增强后的故障图像进行呈现。
16.根据权利要求15所述的钢丝绳在线探伤监测方法,其中所述计算处理装置对所述钢丝绳的故障图像进行图像增强处理的操作具体包括:
所述计算处理装置将所述钢丝绳的故障图像的灰度值表示为占据频率域的低频部分的入射光分量、入射光常量和占据频率域的高频部分的反射光分量,并以取对数法分离所述入射光分量、所述入射光常量和所述反射光分量;
所述计算处理装置对分离后的算式进行低通滤波处理,并以分离后的算式减去经低通滤波后的算式,并保留所述入射光常量,再进行指数运算,以得到高频增强图像。
17.根据权利要求16所述的钢丝绳在线探伤监测方法,其中所述计算处理装置对分离后的算式进行低通滤波处理的操作具体为:
所述计算处理装置采用中值滤波算法将分离后的算式中的入射光分量和入射光常量分离出来。
18.根据权利要求15所述的钢丝绳在线探伤监测方法,其中还包括:所述计算处理装置在确定所述钢丝绳故障类别时,向所述图像采集摄像头发送控制指令,以采集此时刻的所述钢丝绳的故障图像。
19.一种矿用多绳摩擦提升系统,包括权利要求1~12任一所述的钢丝绳在线探伤监测系统。
CN201710158435.2A 2017-03-17 2017-03-17 钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统 Active CN106841381B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710158435.2A CN106841381B (zh) 2017-03-17 2017-03-17 钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710158435.2A CN106841381B (zh) 2017-03-17 2017-03-17 钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统

Publications (2)

Publication Number Publication Date
CN106841381A CN106841381A (zh) 2017-06-13
CN106841381B true CN106841381B (zh) 2020-07-07

Family

ID=59143931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710158435.2A Active CN106841381B (zh) 2017-03-17 2017-03-17 钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统

Country Status (1)

Country Link
CN (1) CN106841381B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2017403783B2 (en) * 2017-03-17 2020-09-03 Taiyuan University Of Technology Online flaw detection monitoring system and method for steel wire rope, and multi-rope friction hoisting system for use in mining
CN107328852B (zh) * 2017-07-18 2021-09-14 四川圣诺油气工程技术服务有限公司 一种车载式钢丝绳作业设备的钢丝检测方法
CN108489727A (zh) * 2018-06-19 2018-09-04 南京市特种设备安全监督检验研究院 双折线卷筒钢丝绳多层缠绕系统性能检测装置及检测方法
US11906445B2 (en) 2018-10-10 2024-02-20 Goodrich Corporation Automated defect detection for wire rope using image processing techniques
CN112991322A (zh) * 2021-04-08 2021-06-18 新沂慧科智能科技有限公司 一种非接触式的电梯钢筋绳缺陷检测方法
CN113484407B (zh) * 2021-07-23 2024-03-08 徐州徐工基础工程机械有限公司 一种旋挖钻机钢丝绳磁探伤装置及检测方法
CN113724249B (zh) * 2021-09-18 2023-06-16 西南交通大学 一种焊缝缺陷电涡流探伤数据的输出方法及系统
CN116482213B (zh) * 2023-06-25 2023-11-07 中煤(天津)地下工程智能研究院有限公司 一种矿用钢丝绳性能检测装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3156764U (ja) * 2009-10-30 2010-01-14 住友金属工業株式会社 表面疵検査装置
CN102200528B (zh) * 2011-04-02 2013-04-24 太原理工大学 一种用于钢丝绳断丝在线检测装置
CN104215687A (zh) * 2014-08-28 2014-12-17 山西科为感控技术有限公司 钢丝绳磁力线平衡式探伤传感器
CN104458814B (zh) * 2014-11-28 2017-01-18 中国矿业大学(北京) 钢丝绳在线检测信号的预处理方法及装置
CN204302225U (zh) * 2014-11-28 2015-04-29 中国矿业大学(北京) 钢丝绳在线检测信号预处理装置
CN104569143A (zh) * 2014-12-02 2015-04-29 西安博深煤矿安全科技有限公司 一种矿用钢丝绳探伤用在线监测系统
CN105738466A (zh) * 2016-04-18 2016-07-06 中国矿业大学(北京) 数字式钢丝绳探伤传感器
CN106395557A (zh) * 2016-06-20 2017-02-15 南通三洋电梯有限责任公司 一种电梯曳引机钢丝绳状态在线检测系统及其检测方法

Also Published As

Publication number Publication date
CN106841381A (zh) 2017-06-13

Similar Documents

Publication Publication Date Title
CN106841381B (zh) 钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统
CN105929022B (zh) 钢丝绳脉冲电涡流无损探伤检测装置及检测方法
CN105931402A (zh) 基于图像识别的光纤周界入侵监测方法
CA3019032C (en) Method and apparatus for discrimination of sources in stray voltage detection
CN104535356A (zh) 一种基于机器视觉的卷筒钢丝绳排绳故障监测方法及系统
WO2018165972A1 (zh) 钢丝绳在线探伤监测系统、方法及矿用多绳摩擦提升系统
CN108108889A (zh) 一种水质监测数据在线处理方法及装置
CA2735692A1 (en) Non-contact measurement systems for wireline and coiled tubing
KR101674391B1 (ko) 렌즈 오염도 측정 장치 및 방법
CN110440902B (zh) 一种非接触式微小振动视觉测量方法
CN114646381B (zh) 一种旋转机械振动测量方法、系统、设备及存储介质
CN110493574A (zh) 基于流媒体和ai技术的安监可视化系统
KR101406135B1 (ko) 초음파 음향스캔 장치를 구비한 전력설비 결함 검출 시스템
CN113421224A (zh) 一种基于视觉的缆索结构健康监测方法及系统
CN107014566A (zh) 一种水下原油泄漏点探测装置
CN111855794A (zh) 一种钢丝绳探伤系统及其探伤方法
CN106123930B (zh) 一种分布式光纤传感系统的断纤定位方法及装置
WO2021248962A1 (zh) 一种检测及区分钢丝绳内外缺陷的无损检测方法和装置
CN109761123A (zh) 电梯轿厢内环境综合监测装置
CN112258398B (zh) 基于tof与双目图像融合的输送带纵向撕裂检测装置与方法
CN109884049A (zh) 一种能够检测厨房油烟的有害物质检测装置
JP7325737B2 (ja) 構造物の異常検出システム
CN205139080U (zh) 一种检测金属管道应力的磁检测仪
CN115180364B (zh) 基于gmi磁传感器的矿用输送带异物监测装置及方法
CN113375933B (zh) 一种刮板输送机故障诊断系统和诊断方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant